Pandas 參數化 SQL 查詢的 read_sql
pandas.read_sql函數是從資料庫取得資料的強大工具。 使用 SQLAlchemy 引擎時，有效地將參數傳遞給 SQL 查詢至關重要。 本指南示範了兩種常見的方法：位置參數和命名參數。
方法一：位置參數
此方法使用清單或元組為 SQL 查詢提供參數。 SQL 語句中的佔位符 (%s) 將依序替換為參數清單中的元素。
範例：
<code class="language-python">import pandas as pd
from datetime import datetime
# ... (database connection setup using SQLAlchemy) ...
query = ('SELECT "Timestamp", "Value" FROM "MyTable" '
'WHERE "Timestamp" BETWEEN %s AND %s')
params = [datetime(2014, 6, 24, 16, 0), datetime(2014, 6, 24, 17, 0)]
df = pd.read_sql(query, db, params=params, index_col=['Timestamp'])</code>方法2：命名參數
命名參數提供更好的可讀性和可維護性。 但是，支援的語法取決於您的資料庫驅動程式。 對於 SQLAlchemy 和 psycopg2，%(name)s 語法是必需的。
範例：
<code class="language-python">import pandas as pd
from datetime import datetime
# ... (database connection setup using SQLAlchemy) ...
query = ('SELECT "Timestamp", "Value" FROM "MyTable" '
'WHERE "Timestamp" BETWEEN %(dstart)s AND %(dfinish)s')
params = {"dstart": datetime(2014, 6, 24, 16, 0), "dfinish": datetime(2014, 6, 24, 17, 0)}
df = pd.read_sql(query, db, params=params, index_col=['Timestamp'])</code>重要提示： 請務必檢查資料庫驅動程式的文件以確認正確的參數語法。 使用錯誤的語法將導致查詢錯誤。 這可確保您的參數化查詢正確且安全地執行。
以上是如何使用 SQL 查詢將參數傳遞給 pandas read_sql？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
